Вроде сделал получше
и даже смог повторить версию Дамира Ильдаровича (спасибо ему за наводку)

1) создается 2 выборки. Распределение в каждой нормальное. Размер по 100 (n = 100). Истинная разница средних 5 (True MD = 5). Подробные параметры (1: rnorm (n = 100, mean =50, sd = 10); 2: rnorm(n = 100, mean = 55, sd = 10)).

2) в 1 группу добавляем выбросы, 10% случайных значений увеличивается в 2 раза. Таким образом я выравниваю средние значения между группами (т.е. Н0 о MD = 0 верна), но ранги (location shift) остаются неравны (т.е. Н0 о mean rank = 0 неверна).

3) повторяем 1000 раз, считаем как часто отклоняется Н0

4) повторяем шаги 1-3 50 раз

Получается механизм Монте-Карло (если я правильно понимаю), где Н0 для t-теста верна, а Н0 для Mann-Whitney неверна. Ну и видим интересный (но вроде логичный) результат, где t-тест не может найти разницу, а MW-тест ее видит.

Не уверен, что можно так представлять ранги через стандартизованную разницу рангов, но мне кажется вполне наглядно (SMD и SMR по Y - это абсолютные стандартизованные значения, t-тест и MW-тест по Y - частота отклонений Н0)

В общем, «простые» тесты не так просты